A mérnök – latinról fordítva – ihletett.
A mérnök mindent tud. (c) R.Diesel.
Epigráfok.
Vagy a történet arról, miért fontos a rendszeradminisztrátornak emlékeznie programozói múltjára.
Bevezető
Minden név megváltoztatva. A véletlen Coincidences. Az anyag kizárólag a szerző személyes véleményét tükrözi.
Jótállási nyilatkozat: a tervezett ciklusú cikkekben nem lesz részletes és pontos leírás a felhasznált táblákról és szkriptekről. Az anyagokat nem lehet azonnal használni "AS IS".
Először is, a nagy mennyiségű anyag miatt,
másodszor a valós megrendelői adatbázishoz való illeszkedés miatt.
Ezért a cikkek csak a legáltalánosabb formában tartalmaznak ötleteket és leírásokat.
Lehet, hogy a jövőben a rendszer eljut a GitHub-ra történő feltöltés szintjére, de az is lehet, hogy nem. Az idő megmondja.
A történet kezdete – "».
Mi lett az eredménye, a legáltalánosabb értelemben – "»
Miért van erre szükségem?
Nos, egyrészt, hogy magam ne felejtsem el, visszaemlékezve a nyugdíjas éveimben arra a szép időre.
Másrészt, hogy rendszerezzem az írásaimat. Mert néha magam is kezdek összezavarodni és elfelejteni egyes részeket.
És a legfontosabb — hátha valakinek hasznára válik, és segít elkerülni a kerék újra feltalálását és a gereblyézés újbóli elkezdését. Más szóval, javítani a karmámat (nem a Habr-tól). Mert a világ legértékesebb dolga az ötletek. A legfontosabb megtalálni az ötletet. Az ötlet megvalósítása pedig már pusztán technikai kérdés.
Tehát kezdjük, lassan...
A feladat megfogalmazása.
Van:
PostgreSQL adatbázis (10.5), vegyes terhelésű (OLTP+DSS), közepes-kis terheltség, az AWS felhőjében elhelyezve.
Az adatbázis-monitorozás hiányzik, az infrastruktúra monitorozása a minimális AWS konfigurációs eszközökkel történik.
Szükséges:
Monitorozni az adatbázis teljesítményét és állapotát, információt gyűjteni a nehéz lekérdezések optimalizálásához.
Rövid előszó vagy megoldási lehetőségek elemzése
Első lépésként nézzük meg a feladat megoldásának lehetőségeit a mérnök szempontjából, ami melletti előnyöket és hátrányokat a menedzsment hagyja a rájuk tartozó szakemberekre.
1. lehetőség – "Igény szerint dolgozni"
Mindent változatlanul hagyunk. Ha az ügyfelet zavarja valami az adatbázis vagy az alkalmazás működésében, értesíti a DBA mérnököket e-mailben vagy jegyet nyit egy incidenshez.
A mérnök, aki megkapta az értesítést, foglalkozni fog a problémával, javasolni fog egy megoldást vagy félreteszi a problémát, bízva abban, hogy az magától megoldódik, és egyébként is, hamarosan mindenki elfelejti.
Mézeskalácsok és fánkok, zúzódások és duzzanatokMézeskalácsok és fánkok:
1. Nincs szükség felesleges lépésekre
2. Mindig van lehetőség kibújni és lazítani.
3. Rengeteg idő, amit saját belátás szerint lehet eltölteni.
Zúzódások és duzzanatok:
1. Előbb-utóbb az ügyfél elgondolkodik az élet értelmén és az egyetemes igazságon ebben a világban, és újból feltett magának a kérdést – miért is fizetek én nekik pénzt? A következmény mindig ugyanaz – a kérdés csak az, hogy mikor unja meg az ügyfél, és int búcsút. És az etető kiürül. Ez szomorú.
2. A mérnök fejlődése – nulla.
3. A munka és a terhelés tervezésének nehézségei
Alternatíva 2 - „Táncolunk dobokkal, árusítunk és cipőt adunk”
Pont 1-Miért van szükségünk monitoring rendszerre, mindent lekérdezésekkel fogunk megoldani. Rengeteg lekérdezést indítunk az adatkönyvtárra és a dinamikus nézetekre, bekapcsolunk mindenféle számlálókat, mindent táblázatokba gyűjtünk, időnként mintegy elemezzük a listákat és a táblázatokat. Az eredmény szép vagy nem túl szép grafikonok, táblázatok, jelentések. A lényeg, hogy minél több, minél több.
Pont 2-Generáljuk az aktivitást – elkezdjük minden elemzését.
Pont 3-Készítünk egy dokumentumot, ezt a dokumentumot egyszerűen "hogyan kell berendezni az adatbázist"-nak hívjuk.
Pont 4-Az ügyfél, látva ezt a gyönyörűséget a grafikonokkal és számokkal, gyermeki naivitással így érzi – most már minden jól fog működni, hamarosan. És könnyedén és fájdalommentesen megválik a pénzforrásaitól. A vezetőség is biztos benne – a mérnökök nekünk dolgoznak, mint a szél. A terhelés a maximumon van.
Pont 5-Rendszeresen ismételje meg az 1. pontot.
Mézeskalácsok és fánkok, zúzódások és duzzanatokMézeskalácsok és fánkok:
1. A menedzserek és mérnökök élete – egyszerű, kiszámítható és aktivitással teli. Minden zúg, mindenki elfoglalt.
2. Az ügyfél élete szintén nem rossz – mindig biztos abban, hogy csak egy kicsit türelmesnek kell lennie, és minden rendben lesz. Nem javul, hát mi van – a világ igazságtalan, a következő életben - szerencsés lesz.
Zúzódások és duzzanatok:
1. Előbb-utóbb mindig találkozni fogunk egy ügyesebb szolgáltatóval, aki ugyanezt az szolgáltatást nyújtja, de valamivel olcsóbban. Ha az eredmény ugyanaz, miért fizessünk többet? Ez ismét azt eredményezi, hogy eltűnik az, ami eltart minket.
2. Ez unalmas. Mint bármilyen értelmetlen tevékenység.
3. Ahogy az előző változatban — fejlődés nem várható. De az mérnök számára hátrány, hogy ellentétben az első változattal itt folyamatosan új IB-t kell generálni. Ez pedig időt vesz el. Azt az időt, amit saját magunk hasznosabbá tételére használhatnánk. Mert ha nem gondoskodsz magadról, senki sem foglalkozik veled.
3. változat — nem kell feltalálni a kereket, meg kell venni és használni.
A más cégek mérnökei nem véletlenül esznek pizzát, miközben sörrel öblítik le (ó, gyönyörű időszak a 90-es évek Szentpéterváron). Használjunk olyan nyomon követő rendszereket, amelyek készen állnak, ki vannak dolgozva és működnek, s egyébként hasznot is hoznak (legalábbis a tervezőiknek).
Mézeskalácsok és fánkok, zúzódások és duzzanatokMézeskalácsok és fánkok:
1. Nincs szükség az időnk elvesztegetésére arra, amire már van megoldás. Csak vedd és használd.
2. A nyomkövető rendszereket nem hülyék írják, és természetesen hasznosak.
3. A jól működő nyomkövető rendszerek rendszerint hasznos, szűrt információt adnak.
Zúzódások és duzzanatok:
1. Az mérnök ebben az esetben nem mérnök, hanem csupán egy mások termékének felhasználója. Vagyis egy felhasználó.
2. A megrendelőt meg kell győzni arról, hogy algoat, amit amúgy nem is akar, és nem is kellene értenie, a költségvetés pedig már évről évre meg van határozva és nem fog változni. Ezt követően külön erőforrást kell biztosítani, ami a konkrét rendszerhez igazít s. Tehát először is fizetni, fizetni és újra fizetni kell. És a megrendelő fukar. Ez így normális.
Mit tegyünk, Csernyishevsky? A kérdésed nagyon helyénvaló. (c)
Ebben a konkrét esetben és a kialakult helyzetben egy kicsit másként lehet eljárni — miért ne csinálnánk saját nyomkövető rendszert.
Nos, nem teljes értelmében véve, ez túl hangzatos és túl magabiztos lenne, de legalább egy kicsit megkönnyíthetjük a feladatunkat és több információt gyűjthetünk a teljesítménybeli incidensek megoldásához. Hogy ne kerüljünk abba a helyzetbe — „menj oda, ahol nem tudom, merre, és találj azt, amit nem tudom, mi az.”
Mik a pozitívumai és negatívumai ennek a változatnak:
Előnyök:
1. Ez érdekes. Legalábbis érdekesebb, mint a folyamatos „shrink datafile, alter tablespace stb.”
2. Ezek új készségek és új fejlődés. Ami a jövőben előbb vagy utóbb megadja az megérdemelt jutalmakat és finomságokat.
Hátrányok:
1. Dolgozni kell. Sokat kell dolgozni.
2. Rendszeresen meg kell magyarázni az összes tevékenység jelentését és terveit.
3. Valamiről le kell mondani, mert az egyetlen mérhető erőforrás – az idő – véges az univerzumban.
4. A legrosszabb és a legrosszabb dolog — eredményeként lehet, hogy valami olyasmi jön létre, mint a „Nem egér, nem béka, hanem egy ismeretlen lény”.
Aki nem kockáztat, az nem iszik pezsgőt.
Tehát — elkezdődik a legérdekesebb.
A fő ötlet — vázlatosan
(Az illusztráció a cikkből származik «»)
Magyarázat:
- A célbázisban alapértelmezett PostgreSQL kiterjesztés telepítésre kerül — “pg_stat_statements”.
- A monitoráló adatbázisban létrehozunk egy szolgáltató táblázatcsoportot a pg_stat_statements történetének tárolására a kezdeti szakaszban, majd a metrikák és a monitorálás beállításához.
- A monitoráló gazdagépen létrehozunk egy bash-scriptekből álló csoportot, többek között a ticket rendszerben történő incidensek generálására.
Szolgáltató táblázatok
Kezdetben egy vázlatos egyszerűsített ERD, hogy végül mi lett az eredmény:
A táblázatok rövid leírásaendpoint — gazdagép, csatlakozási pont az instanciához
database — az adatbázis paraméterei
pg_stat_history — történeti táblázat a pg_stat_statements időszakos pillanatképének tárolására a céladatbázisból
metric_glossary — teljesítmény metrikák szótára
metric_config — egyes metrikák konfigurációja
metric — konkrét metrika a megfigyelt lekérdezéshez
metric_alert_history — teljesítmény figyelmeztetések története
log_query — szolgáltató táblázat a PostgreSQL log fájlból kigyűjtött bejegyzések tárolására, ami AWS-ről van betöltve
baseline — az alapként használt időszak paraméterei
checkpoint — az adatbázis állapotellenőrzésének metrikáira vonatkozó konfiguráció
checkpoint_alert_history — az adatbázis állapotellenőrzési metrikáinak figyelmeztetési története
pg_stat_db_queries — aktív lekérdezések szolgáltató táblázata
activity_log — a tevékenységi napló szolgáltató táblázata
trap_oid — a trap konfigurációjának szolgáltató táblázata
1. lépés — statisztikai információt gyűjtünk a teljesítményről és jelentéseket készítünk
A statisztikai információk tárolására szolgáló táblázat pg_stat_history
A pg_stat_history táblázat struktúrája
A "public.pg_stat_history" táblázat
Oszlop | Típus | Korlátok
-----------------------+-------------------------------+-------------------------------------------
id | egész szám | nem null alapértelmezett nextval('pg_stat_history_id_seq'::regclass)
snapshot_timestamp | időbélyeg nélkül időzóna |
database_id | egész szám |
dbid | oid |
userid | oid |
queryid | nagy egész szám |
query | szöveg |
calls | nagy egész szám |
total_time | dupla pontosságú szám |
min_time | dupla pontosságú szám |
max_time | dupla pontosságú szám |
mean_time | dupla pontosságú szám |
stddev_time | dupla pontosságú szám |
rows | nagy egész szám |
shared_blks_hit | nagy egész szám |
shared_blks_read | nagy egész szám |
shared_blks_dirtied | nagy egész szám |
shared_blks_written | nagy egész szám |
local_blks_hit | nagy egész szám |
local_blks_read | nagy egész szám |
local_blks_dirtied | nagy egész szám |
local_blks_written | nagy egész szám |
temp_blks_read | nagy egész szám |
temp_blks_written | nagy egész szám |
blk_read_time | dupla pontosságú szám |
blk_write_time | dupla pontosságú szám |
baseline_id | egész szám |
Indexek:
"pg_stat_history_pkey" PRIMÁRIS KULCS, btree (id)
"database_idx" btree (database_id)
"queryid_idx" btree (queryid)
"snapshot_timestamp_idx" btree (snapshot_timestamp)
Külső kulcs korlátozások:
"database_id_fk" KÜLSŐ KULCS (database_id) REFERÁL A database(id) ON DELETE CASCADEAhogyan látható, a táblázat csupán a nézet kumulatív adatait tartalmazza pg_stat_statements a céladatbázisban.
Ennek a táblázatnak a használata nagyon egyszerű
pg_stat_history az óránkénti lekérdezési teljesítmény statisztikáját fogja tárolni. Minden óra elején, a tábla kitöltése után, a statisztika pg_stat_statements az alábbiak szerint lesz visszaállítva pg_stat_statements_reset().
Megjegyzés: A statisztikák a több mint 1 másodpercig futó lekérdezésekre vonatkoznak.
A pg_stat_history tábla kitöltése
--pg_stat_history.sql
CREATE OR REPLACE FUNCTION pg_stat_history( ) RETURNS boolean AS $$
DECLARE
endpoint_rec record ;
database_rec record ;
pg_stat_snapshot record ;
current_snapshot_timestamp timestamp without time zone;
BEGIN
current_snapshot_timestamp = date_trunc('minute',now());
FOR endpoint_rec IN SELECT * FROM endpoint
LOOP
FOR database_rec IN SELECT * FROM database WHERE endpoint_id = endpoint_rec.id
LOOP
RAISE NOTICE 'ÚJ KÉP A KÉSZÍTENI FOG.';
--Kapcsolódjon a céldatabase-hez
EXECUTE 'SELECT dblink_connect(''LINK1'',''host='||endpoint_rec.host||' dbname='||database_rec.name||' user=USER password=PASSWORD '')';
RAISE NOTICE 'hoszt % és dbnév % ',endpoint_rec.host,database_rec.name;
RAISE NOTICE 'Kép készítése pg_stat_statements a következő adatbázishoz: %',database_rec.name;
SELECT
*
INTO
pg_stat_snapshot
FROM dblink('LINK1',
'SELECT
dbid , SUM(calls),SUM(total_time),SUM(rows) ,SUM(shared_blks_hit) ,SUM(shared_blks_read) ,SUM(shared_blks_dirtied) ,SUM(shared_blks_written) ,
SUM(local_blks_hit) , SUM(local_blks_read) , SUM(local_blks_dirtied) , SUM(local_blks_written) , SUM(temp_blks_read) , SUM(temp_blks_written) , SUM(blk_read_time) , SUM(blk_write_time)
FROM pg_stat_statements WHERE dbid=(SELECT oid from pg_database where datname=current_database() )
GROUP BY dbid
'
)
AS t
( dbid oid , calls bigint ,
total_time double precision ,
rows bigint , shared_blks_hit bigint , shared_blks_read bigint ,shared_blks_dirtied bigint ,shared_blks_written bigint ,
local_blks_hit bigint ,local_blks_read bigint , local_blks_dirtied bigint ,local_blks_written bigint ,
temp_blks_read bigint ,temp_blks_written bigint ,
blk_read_time double precision , blk_write_time double precision
);
INSERT INTO pg_stat_history
(
snapshot_timestamp ,database_id ,
dbid , calls ,total_time ,
rows ,shared_blks_hit ,shared_blks_read ,shared_blks_dirtied ,shared_blks_written ,local_blks_hit ,
local_blks_read,local_blks_dirtied,local_blks_written,temp_blks_read,temp_blks_written,
blk_read_time, blk_write_time
)
VALUES
(
current_snapshot_timestamp ,
database_rec.id ,
pg_stat_snapshot.dbid ,pg_stat_snapshot.calls,
pg_stat_snapshot.total_time,
pg_stat_snapshot.rows ,pg_stat_snapshot.shared_blks_hit ,pg_stat_snapshot.shared_blks_read ,pg_stat_snapshot.shared_blks_dirtied ,pg_stat_snapshot.shared_blks_written ,
pg_stat_snapshot.local_blks_hit , pg_stat_snapshot.local_blks_read , pg_stat_snapshot.local_blks_dirtied , pg_stat_snapshot.local_blks_written ,
pg_stat_snapshot.temp_blks_read , pg_stat_snapshot.temp_blks_written , pg_stat_snapshot.blk_read_time , pg_stat_snapshot.blk_write_time
);
RAISE NOTICE 'Kép készítése pg_stat_statements a 1000 ms-nál hosszabb minimális idővel rendelkező lekérdezésekhez';
FOR pg_stat_snapshot IN
--Minden lekérdezés, amelynek max_time-ja meghaladja az 1000 ms-t
SELECT
*
FROM dblink('LINK1',
'SELECT
dbid , userid ,queryid,query,calls,total_time,min_time ,max_time,mean_time, stddev_time ,rows ,shared_blks_hit ,
shared_blks_read ,shared_blks_dirtied ,shared_blks_written ,
local_blks_hit , local_blks_read , local_blks_dirtied ,
local_blks_written , temp_blks_read , temp_blks_written , blk_read_time ,
blk_write_time
FROM pg_stat_statements
WHERE dbid=(SELECT oid from pg_database where datname=current_database() AND min_time >= 1000 )
'
)
AS t
( dbid oid , userid oid , queryid bigint ,query text , calls bigint ,
total_time double precision ,min_time double precision ,max_time double precision , mean_time double precision , stddev_time double precision ,
rows bigint , shared_blks_hit bigint , shared_blks_read bigint ,shared_blks_dirtied bigint ,shared_blks_written bigint ,
local_blks_hit bigint ,local_blks_read bigint , local_blks_dirtied bigint ,local_blks_written bigint ,
temp_blks_read bigint ,temp_blks_written bigint ,
blk_read_time double precision , blk_write_time double precision
)
LOOP
INSERT INTO pg_stat_history
(
snapshot_timestamp ,database_id ,
dbid ,userid , queryid , query , calls ,total_time ,min_time ,max_time ,mean_time ,stddev_time ,
rows ,shared_blks_hit ,shared_blks_read ,shared_blks_dirtied ,shared_blks_written ,local_blks_hit ,
local_blks_read,local_blks_dirtied,local_blks_written,temp_blks_read,temp_blks_written,
blk_read_time, blk_write_time
)
VALUES
(
current_snapshot_timestamp ,
database_rec.id ,
pg_stat_snapshot.dbid ,pg_stat_snapshot.userid ,pg_stat_snapshot.queryid,pg_stat_snapshot.query,pg_stat_snapshot.calls,
pg_stat_snapshot.total_time,pg_stat_snapshot.min_time ,pg_stat_snapshot.max_time,pg_stat_snapshot.mean_time, pg_stat_snapshot.stddev_time ,
pg_stat_snapshot.rows ,pg_stat_snapshot.shared_blks_hit ,pg_stat_snapshot.shared_blks_read ,pg_stat_snapshot.shared_blks_dirtied ,pg_stat_snapshot.shared_blks_written ,
pg_stat_snapshot.local_blks_hit , pg_stat_snapshot.local_blks_read , pg_stat_snapshot.local_blks_dirtied , pg_stat_snapshot.local_blks_written ,
pg_stat_snapshot.temp_blks_read , pg_stat_snapshot.temp_blks_written , pg_stat_snapshot.blk_read_time , pg_stat_snapshot.blk_write_time
);
END LOOP;
PERFORM dblink_disconnect('LINK1');
END LOOP ;--FOR database_rec IN SELECT * FROM database WHERE endpoint_id = endpoint_rec.id
END LOOP;
RETURN TRUE;
END
$$ LANGUAGE plpgsql;Ennek következtében, egy idő után az adatbázis táblázatában pg_stat_history egy pillanatképet fogunk kapni a táblázat tartalmáról pg_stat_statements a céldatabázisból.
Valójában a riportálás
Egyszerű lekérdezések segítségével hasznos és érdekes jelentéseket kaphatunk.
Aggregált adatok a megadott időintervallumban
Lekérdezés
SELECT
database_id ,
SUM(calls) AS calls ,SUM(total_time) AS total_time ,
SUM(rows) AS rows , SUM(shared_blks_hit) AS shared_blks_hit,
SUM(shared_blks_read) AS shared_blks_read ,
SUM(shared_blks_dirtied) AS shared_blks_dirtied,
SUM(shared_blks_written) AS shared_blks_written ,
SUM(local_blks_hit) AS local_blks_hit ,
SUM(local_blks_read) AS local_blks_read ,
SUM(local_blks_dirtied) AS local_blks_dirtied ,
SUM(local_blks_written) AS local_blks_written,
SUM(temp_blks_read) AS temp_blks_read,
SUM(temp_blks_written) temp_blks_written ,
SUM(blk_read_time) AS blk_read_time ,
SUM(blk_write_time) AS blk_write_time
FROM
pg_stat_history
WHERE
queryid IS NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY database_id ;DB idő
to_char(interval '1 millisecond' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')
I/O idő
to_char(interval '1 millisecond' * ( pg_total_stat_history_rec.blk_read_time + pg_total_stat_history_rec.blk_write_time ), 'HH24:MI:SS.MS')
TOP10 SQL összes idő szerint
Lekérdezés
SELECT
queryid ,
SUM(calls) AS calls ,
SUM(total_time) AS total_time
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY queryid
ORDER BY 3 DESC
LIMIT 10------------------------------------------------------------------------------------- | TOP10 SQL ÖSSZES FUTÁSI IDŐ ALAPJÁN | #| queryid| calls| calls %| total_time (ms) | dbtime % +----+-----------+-----------+-----------+--------------------------------+---------- | 1| 821760255| 2| .00001|00:03:23.141( 203141.681 ms.)| 5.42 | 2| 4152624390| 2| .00001|00:03:13.929( 193929.215 ms.)| 5.17 | 3| 1484454471| 4| .00001|00:02:09.129( 129129.057 ms.)| 3.44 | 4| 655729273| 1| .00000|00:02:01.869( 121869.981 ms.)| 3.25 | 5| 2460318461| 1| .00000|00:01:33.113( 93113.835 ms.)| 2.48 | 6| 2194493487| 4| .00001|00:00:17.377( 17377.868 ms.)| .46 | 7| 1053044345| 1| .00000|00:00:06.156( 6156.352 ms.)| .16 | 8| 3644780286| 1| .00000|00:00:01.063( 1063.830 ms.)| .03
TOP10 SQL összes I/O idő szerint
Lekérdezés
SELECT
queryid ,
SUM(calls) AS calls ,
SUM(blk_read_time + blk_write_time) AS io_time
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY queryid
ORDER BY 3 DESC
LIMIT 10---------------------------------------------------------------------------------------- | A LEGJOBB 10 SQL ÖSSZES IDŐALAPJÁN | #| queryid| hívások| hívások %| I/O idő (ms)|adatbázis I/O idő % +----+-----------+-----------+-----------+--------------------------------+------------- | 1| 4152624390| 2| .00001|00:08:31.616( 511616.592 ms.)| 31.06 | 2| 821760255| 2| .00001|00:08:27.099( 507099.036 ms.)| 30.78 | 3| 655729273| 1| .00000|00:05:02.209( 302209.137 ms.)| 18.35 | 4| 2460318461| 1| .00000|00:04:05.981( 245981.117 ms.)| 14.93 | 5| 1484454471| 4| .00001|00:00:39.144( 39144.221 ms.)| 2.38 | 6| 2194493487| 4| .00001|00:00:18.182( 18182.816 ms.)| 1.10 | 7| 1053044345| 1| .00000|00:00:16.611( 16611.722 ms.)| 1.01 | 8| 3644780286| 1| .00000|00:00:00.436( 436.205 ms.)| .03
A LEGJOBB 10 SQL végrehajtás maximális ideje alapján
Lekérdezés
SELECT
id AS snapshotid ,
queryid ,
snapshot_timestamp ,
max_time
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
ORDER BY 4 DESC
LIMIT 10----------------------------------------------------------------------------------------- | A LEGJOBB 10 SQL MAXIMÁLIS VÉGREHAJTÁSI IDŐ ÉS IDŐSZAK ALAPJÁN | #| snapshot| snapshotID| queryid| max_time (ms) +----+------------------+-----------+-----------+---------------------------------------- | 1| 05.04.2019 01:03| 4169| 655729273| 00:02:01.869( 121869.981 ms.) | 2| 04.04.2019 17:00| 4153| 821760255| 00:01:41.570( 101570.841 ms.) | 3| 04.04.2019 16:00| 4146| 821760255| 00:01:41.570( 101570.841 ms.) | 4| 04.04.2019 16:00| 4144| 4152624390| 00:01:36.964( 96964.607 ms.) | 5| 04.04.2019 17:00| 4151| 4152624390| 00:01:36.964( 96964.607 ms.) | 6| 05.04.2019 10:00| 4188| 1484454471| 00:01:33.452( 93452.150 ms.) | 7| 04.04.2019 17:00| 4150| 2460318461| 00:01:33.113( 93113.835 ms.) | 8| 04.04.2019 15:00| 4140| 1484454471| 00:00:11.892( 11892.302 ms.) | 9| 04.04.2019 16:00| 4145| 1484454471| 00:00:11.892( 11892.302 ms.) | 10| 04.04.2019 17:00| 4152| 1484454471| 00:00:11.892( 11892.302 ms.)
A LEGJOBB 10 SQL MEGOSZTOTT PÁRNA OLVASÁS/ÍRÁS ALAPJÁN
Lekérdezés
SELECT
id AS snapshotid ,
queryid ,
snapshot_timestamp ,
shared_blks_read ,
shared_blks_written
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND
( shared_blks_read > 0 OR shared_blks_written > 0 )
ORDER BY 4 DESC , 5 DESC
LIMIT 10-------------------------------------------------------------------------------------------- | TOP10 SQL MEGOSZTOTT TÁRHELY AZ OLVASÁSRA/ÍRÁSRA | #| pillanatkép| pillanatképID| lekérdezésID| megosztott blokkok olvasása| megosztott blokkok írása +----+------------------+-----------+-----------+---------------------+--------------------- | 1| 2019.04.04. 17:00| 4153| 821760255| 797308| 0 | 2| 2019.04.04. 16:00| 4146| 821760255| 797308| 0 | 3| 2019.04.05. 01:03| 4169| 655729273| 797158| 0 | 4| 2019.04.04. 16:00| 4144| 4152624390| 756514| 0 | 5| 2019.04.04. 17:00| 4151| 4152624390| 756514| 0 | 6| 2019.04.04. 17:00| 4150| 2460318461| 734117| 0 | 7| 2019.04.04. 17:00| 4155| 3644780286| 52973| 0 | 8| 2019.04.05. 01:03| 4168| 1053044345| 52818| 0 | 9| 2019.04.04. 15:00| 4141| 2194493487| 52813| 0 | 10| 2019.04.04. 16:00| 4147| 2194493487| 52813| 0 --------------------------------------------------------------------------------------------
A lekérdezések eloszlásának hisztogramja a maximális végrehajtási idő alapján
Kérések
SELECT
MIN(max_time) AS hist_min ,
MAX(max_time) AS hist_max ,
(( MAX(max_time) - MIN(min_time) ) / hist_columns ) as hist_width
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT ;
SELECT
SUM(calls) AS calls
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND
( max_time >= hist_current_min AND max_time < hist_current_max ) ;
|----------------------------------------------------------------------------------------------- | MAX_TIME HISZTOGRAMA | ÖSSZES HÍVÁS : 33851920 | MINIDŐ : 00:00:01.063 | MAXIDŐ : 00:02:01.869 --------------------------------------------------------------------------------- | minimum időtartam| maximális időtartam| hívások +----------------------------------+----------------------------------+---------- | 00:00:01.063( 1063.830 ms.) | 00:00:13.144( 13144.445 ms.) | 9 | 00:00:13.144( 13144.445 ms.) | 00:00:25.225( 25225.060 ms.) | 0 | 00:00:25.225( 25225.060 ms.) | 00:00:37.305( 37305.675 ms.) | 0 | 00:00:37.305( 37305.675 ms.) | 00:00:49.386( 49386.290 ms.) | 0 | 00:00:49.386( 49386.290 ms.) | 00:01:01.466( 61466.906 ms.) | 0 | 00:01:01.466( 61466.906 ms.) | 00:01:13.547( 73547.521 ms.) | 0 | 00:01:13.547( 73547.521 ms.) | 00:01:25.628( 85628.136 ms.) | 0 | 00:01:25.628( 85628.136 ms.) | 00:01:37.708( 97708.751 ms.) | 4 | 00:01:37.708( 97708.751 ms.) | 00:01:49.789( 109789.366 ms.) | 2 | 00:01:49.789( 109789.366 ms.) | 00:02:01.869( 121869.981 ms.) | 0
TOP10 Pillanatképek lekérdezésenként másodpercenként
Kérések
--pg_qps.sql
--Lekérdezés másodpercenkénti számának kiszámítása
CREATE OR REPLACE FUNCTION pg_qps( pg_stat_history_id integer ) RETURNS double precision AS $$
DECLARE
pg_stat_history_rec record ;
prev_pg_stat_history_id integer ;
prev_pg_stat_history_rec record;
total_seconds double precision ;
result double precision;
BEGIN
result = 0 ;
SELECT *
INTO pg_stat_history_rec
FROM
pg_stat_history
WHERE id = pg_stat_history_id ;
IF pg_stat_history_rec.snapshot_timestamp IS NULL
THEN
RAISE EXCEPTION 'HIBA - A pg_stat_history nem található az id = %',pg_stat_history_id;
END IF ;
--RAISE NOTICE 'pg_stat_history_id = % , snapshot_timestamp = %', pg_stat_history_id ,
pg_stat_history_rec.snapshot_timestamp ;
SELECT
MAX(id)
INTO
prev_pg_stat_history_id
FROM
pg_stat_history
WHERE
database_id = pg_stat_history_rec.database_id AND
queryid IS NULL AND
id 0
THEN
result = pg_stat_history_rec.calls / total_seconds ;
ELSE
result = 0 ;
END IF;
RETURN result ;
END
$$ LANGUAGE plpgsql;
SELECT
id ,
snapshot_timestamp ,
calls ,
total_time ,
( select pg_qps( id )) AS QPS ,
blk_read_time ,
blk_write_time
FROM
pg_stat_history
WHERE
queryid IS NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND
( select pg_qps( id )) IS NOT NULL
ORDER BY 5 DESC
LIMIT 10
|----------------------------------------------------------------------------------------------- | TOP10 Pillanatok lekérdezési másodpercek száma szerint ----------------------------------------------------------------------------------------------------------------------------------------------- | #| pillanat| pillanatID| hívások| összes dbidő| QPS| I/O idő| I/O idő % +-----+------------------+-----------+-----------+----------------------------------+-----------+----------------------------------+----------- | 1| 2019.04.04 20:04| 4161| 5758631| 00:06:30.513( 390513.926 ms.)| 1573.396| 00:00:01.470( 1470.110 ms.)| .376 | 2| 2019.04.04 17:00| 4149| 3529197| 00:11:48.830( 708830.618 ms.)| 980.332| 00:12:47.834( 767834.052 ms.)| 108.324 | 3| 2019.04.04 16:00| 4143| 3525360| 00:10:13.492( 613492.351 ms.)| 979.267| 00:08:41.396( 521396.555 ms.)| 84.988 | 4| 2019.04.04 21:03| 4163| 2781536| 00:03:06.470( 186470.979 ms.)| 785.745| 00:00:00.249( 249.865 ms.)| .134 | 5| 2019.04.04 19:03| 4159| 2890362| 00:03:16.784( 196784.755 ms.)| 776.979| 00:00:01.441( 1441.386 ms.)| .732 | 6| 2019.04.04 14:00| 4137| 2397326| 00:04:43.033( 283033.854 ms.)| 665.924| 00:00:00.024( 24.505 ms.)| .009 | 7| 2019.04.04 15:00| 4139| 2394416| 00:04:51.435( 291435.010 ms.)| 665.116| 00:00:12.025( 12025.895 ms.)| 4.126 | 8| 2019.04.04 13:00| 4135| 2373043| 00:04:26.791( 266791.988 ms.)| 659.179| 00:00:00.064( 64.261 ms.)| .024 | 9| 2019.04.05 01:03| 4167| 4387191| 00:06:51.380( 411380.293 ms.)| 609.332| 00:05:18.847( 318847.407 ms.)| 77.507 | 10| 2019.04.04 18:01| 4157| 1145596| 00:01:19.217( 79217.372 ms.)| 313.004| 00:00:01.319( 1319.676 ms.)| 1.666
Óránkénti végrehajtási előzmények a lekérdezési másodpercekkel és I/O idővel
Lekérdezés
SELECT
id ,
pillanat_időbélyeg ,
hívások ,
összes_idő ,
( select pg_qps( id )) AS QPS ,
blk_olvasási_idő ,
blk_írási_idő
FROM
pg_stat_history
WHERE
queryid IS NULL AND
database_id = DATABASE_ID AND
pillanat_időbélyeg BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
ORDER BY 2
|----------------------------------------------------------------------------------------------- | ÓRAI FUTÁS TÖRTÉNETE QueryPerSeconds és I/O Idővel ----------------------------------------------------------------------------------------------------------------------------------------------- | LEKÉRDEZÉS MÁSODPERCENKÉNTI TÖRTÉNETE | #| pillanatkép| pillanatképID| hívások| összes dbidő| QPS| I/O idő| I/O idő % +-----+------------------+-----------+-----------+----------------------------------+-----------+----------------------------------+----------- | 1| 04.04.2019 11:00| 4131| 3747| 00:00:00.835( 835.374 ms.)| 1.041| 00:00:00.000( .000 ms.)| .000 | 2| 04.04.2019 12:00| 4133| 1002722| 00:01:52.419( 112419.376 ms.)| 278.534| 00:00:00.149( 149.105 ms.)| .133 | 3| 04.04.2019 13:00| 4135| 2373043| 00:04:26.791( 266791.988 ms.)| 659.179| 00:00:00.064( 64.261 ms.)| .024 | 4| 04.04.2019 14:00| 4137| 2397326| 00:04:43.033( 283033.854 ms.)| 665.924| 00:00:00.024( 24.505 ms.)| .009 | 5| 04.04.2019 15:00| 4139| 2394416| 00:04:51.435( 291435.010 ms.)| 665.116| 00:00:12.025( 12025.895 ms.)| 4.126 | 6| 04.04.2019 16:00| 4143| 3525360| 00:10:13.492( 613492.351 ms.)| 979.267| 00:08:41.396( 521396.555 ms.)| 84.988 | 7| 04.04.2019 17:00| 4149| 3529197| 00:11:48.830( 708830.618 ms.)| 980.332| 00:12:47.834( 767834.052 ms.)| 108.324 | 8| 04.04.2019 18:01| 4157| 1145596| 00:01:19.217( 79217.372 ms.)| 313.004| 00:00:01.319( 1319.676 ms.)| 1.666 | 9| 04.04.2019 19:03| 4159| 2890362| 00:03:16.784( 196784.755 ms.)| 776.979| 00:00:01.441( 1441.386 ms.)| .732 | 10| 04.04.2019 20:04| 4161| 5758631| 00:06:30.513( 390513.926 ms.)| 1573.396| 00:00:01.470( 1470.110 ms.)| .376 | 11| 04.04.2019 21:03| 4163| 2781536| 00:03:06.470( 186470.979 ms.)| 785.745| 00:00:00.249( 249.865 ms.)| .134 | 12| 04.04.2019 23:03| 4165| 1443155| 00:01:34.467( 94467.539 ms.)| 200.438| 00:00:00.015( 15.287 ms.)| .016 | 13| 05.04.2019 01:03| 4167| 4387191| 00:06:51.380( 411380.293 ms.)| 609.332| 00:05:18.847( 318847.407 ms.)| 77.507 | 14| 05.04.2019 02:03| 4171| 189852| 00:00:10.989( 10989.899 ms.)| 52.737| 00:00:00.539( 539.110 ms.)| 4.906 | 15| 05.04.2019 03:01| 4173| 3627| 00:00:00.103( 103.000 ms.)| 1.042| 00:00:00.004( 4.131 ms.)| 4.010 | 16| 05.04.2019 04:00| 4175| 3627| 00:00:00.085( 85.235 ms.)| 1.025| 00:00:00.003( 3.811 ms.)| 4.471 | 17| 05.04.2019 05:00| 4177| 3747| 00:00:00.849( 849.454 ms.)| 1.041| 00:00:00.006( 6.124 ms.)| .721 | 18| 05.04.2019 06:00| 4179| 3747| 00:00:00.849( 849.561 ms.)| 1.041| 00:00:00.000( .051 ms.)| .006 | 19| 05.04.2019 07:00| 4181| 3747| 00:00:00.839( 839.416 ms.)| 1.041| 00:00:00.000( .062 ms.)| .007 | 20| 05.04.2019 08:00| 4183| 3747| 00:00:00.846( 846.382 ms.)| 1.041| 00:00:00.000( .007 ms.)| .001 | 21| 05.04.2019 09:00| 4185| 3747| 00:00:00.855( 855.426 ms.)| 1.041| 00:00:00.000( .065 ms.)| .008 | 22| 05.04.2019 10:00| 4187| 3797| 00:01:40.150( 100150.165 ms.)| 1.055| 00:00:21.845( 21845.217 ms.)| 21.812
Minden SQL-lekérdezés szövege
Lekérdezés
SELECT
queryid ,
query
FROM
pg_stat_history
WHERE
queryid IS NOT NULL AND
database_id = DATABASE_ID AND
snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY queryid , query
Result
Ahogy látható, meglehetősen egyszerű eszközökkel sok hasznos információt nyerhetünk a terheltségről és az adatbázis állapotáról.
Megjegyzés:Ha a lekérdezésekben rögzítjük a queryid-t, akkor kapunk egy egyedi lekérdezés történetet (a hely megtakarítása érdekében a külön lekérdezésre vonatkozó jelentések elmaradnak).
Tehát a lekérdezések teljesítményéről szóló statisztikai adatok rendelkezésre állnak és gyűjtés alatt állnak.
Az első szakasz, a „statisztikai adatok gyűjtése” – befejeződött.
Át lehet térni a második szakaszra – a „teljesítménymutatók beállítása”.
De ez már egy teljesen másik történet.
Folytatás következik…
Forrás: habr.com
